一种基于卷积神经网络的雷达探测装置以及探测方法制造方法及图纸

本发明专利技术涉及基于卷积神经网络的雷达探测装置以及探测方法，包括雷达，所述雷达侧面设置有两个安装板，安装板远离雷达的一端设置有固定件，所述固定件设置有与安装板连接的转动连接结构，以实现安装板转动调节的解锁和锁紧，所述固定件侧面设置有用于带动安装板旋转的伸缩结构，以实现雷达的探测范围的调节；本发明专利技术具有雷达便于调节且不易产生晃动的优点。发明专利技术具有雷达便于调节且不易产生晃动的优点。发明专利技术具有雷达便于调节且不易产生晃动的优点。

【技术实现步骤摘要】
一种基于卷积神经网络的雷达探测装置以及探测方法


[0001]本专利技术属于雷达
，具体涉及一种基于卷积神经网络的雷达探测装置以及探测方法。

技术介绍

[0002]卷积神经网络(Convolutional Neural Networks，CNN)是一类包含卷积计算且具有深度结构的前馈神经网络(Feedforward Neural Networks)，是深度学习(deep learning)的代表算法之一。卷积神经网络具有表征学习(representation learning)能力，能够按其阶层结构对输入信息进行平移不变分类，现有技术中，基于卷积神经网络的雷达能够建立雷达环境认知思想，从而有效滤除树木等虚假目标。
[0003]目前，在雷达安装需要通过固定组件加角度调节组件实现对雷达的安装固定，在使用时，通过固定组件实现雷达的固定，并通过角度调节组件实现雷达雷达探测范围的调节，而现有的固定组件和角度调节组件一般采用铰接轴和在铰接轴上设置背紧螺母结构，在通过铰接轴转动后，再通过背紧螺母结构固定铰接轴，达到调节雷达的角度，但是螺母结构在使用过程中容易出现松动，在大风或雨雹等恶劣天气，雷达的探测角度很容易发生改变，还可以造成需要重新进行学习的麻烦，影响对设定区域的检测；并且上述结构还不便于检修时改变雷达的探测角度。

技术实现思路

[0004]本专利技术的目的是克服现有技术的不足而提供一种具有雷达便于调节且不易产生晃动的基于卷积神经网络的雷达探测装置以及探测方法。
[0005]本专利技术的技术方案如下：
[0006]基于卷积神经网络的雷达探测装置，包括雷达，所述雷达侧面设置有两个安装板，安装板远离雷达的一端设置有固定件，所述固定件设置有与安装板连接的转动连接结构，以实现安装板转动调节的解锁和锁紧，所述固定件侧面设置有用于带动安装板旋转的伸缩结构，以实现雷达的探测范围的调节。
[0007]进一步，所述转动连接结构包括固定在固定件上的插接桶、位于插接桶一侧的底板、设置于底板上的安装筒、位于安装筒内部的偏心柱、以及套设在偏心柱上的齿环，所述插接桶侧面设置有伺服马达，所述插接桶内部设置有内筒，所述内筒的内径与安装筒的内径相同，所述内筒的左右侧面分别与插接桶和安装筒抵触，所述内筒内侧设置有转动连接在插接桶上的转动盘，所述转动盘连接伺服马达；
[0008]所述安装筒与偏心柱偏心设置，所述偏心柱设置有抵触在齿环内缘面的弧形块和圆柱，所述弧形块和圆柱位置以偏心柱为中心镜像设置，所述转动盘可带动大弧形块和小弧形块以偏心柱为中心旋转，当所述弧形块移动至偏心柱上方时，所述圆柱位于偏心柱下方且与齿环不接触，所述齿环分别与内筒、以及安装筒咬合，以实现插接桶与安装筒的转动限位，当所述弧形块旋转至偏心柱下方时，所述齿环与内筒、以及安装筒不再咬合；
[0009]所述底板固定在安装板上。
[0010]进一步，所述安装筒、内筒内壁均沿轴向设置有咬合齿，所述齿环上的齿可与所述咬合齿咬合。
[0011]进一步，安装筒的外缘面、以及插接桶的内缘面均开设有一个或一个以上的环形凹槽，所述安装筒与插接桶的环形凹槽组成断面为正方形的滚动槽，所述滚动槽内设置有与环形凹槽侧面抵触的限位珠，以使得安装筒不能脱离插接桶。
[0012]进一步，所述插接桶外缘面开设有与环形凹槽连通的螺纹孔，所述螺纹孔的直径大于限位珠的直径，所述螺纹孔内螺纹连接有限位螺栓。
[0013]进一步，所述弧形块、以及圆柱均开设有插接孔，转动盘设置有插接在插接孔内的拨杆。
[0014]进一步，所述固定件包括铰接座、以及连接在铰接座上的U型板，所述铰接座与插接桶对应的侧面均开设有圆孔，所述圆孔的直径与插接桶外径相同，所述伺服马达穿过圆孔，所述圆孔固定在插接桶上。
[0015]进一步，所述伸缩结构包括铰接在安装板上的铰接头、固定在铰接头上的螺纹杆、与螺纹杆螺纹连接的螺纹筒、与螺纹筒转动连接的铰接筒、固定在铰接筒上的驱动马达、以及固定在铰接座上的铰接板，所述铰接板开设有铰接口，铰接筒侧面设置有铰接柱，所述铰接柱转动连接在铰接板的铰接口内，所述驱动马达的输出轴穿过铰接筒并连接在螺纹筒上。
[0016]本专利技术还提出基于卷积神经网络的雷达探测装置的雷达探测方法，包括如下步骤：
[0017]S1：采集探测区域雷达回波信号，对雷达回波信号提取特征以得到探测区域的时域特征数据；
[0018]S2：根据探测区域的时域特征数据构造时间
‑
距离
‑
幅值的二维图像；
[0019]S3：以所述二维图像为训练集/测试集，基于卷积神经网络训练恒虚警检测器，利用卷积神经网络自主提取的输入的所述二维图像的特征，依据所学习的特征对待检测的探测区域二维图像进行分类，并且根据雷达信号检测问题中要求的恒虚警检测，调整卷积神经网络以优化恒虚警检测器，实现对目标信号的检测。
[0020]进一步，所述S4具体为：用不同的灰度值对应时域特征数据中不同的幅值，以距离为纵轴，时间为横轴绘制用灰度值表示幅值的二维图像。
[0021]与现有技术相比，本专利技术的有益效果是：
[0022]1、本专利技术通过转动连接结构实现固定件与安装板的解锁和锁紧的调节，使得在保证雷达的转动调节的同时，使得雷达不易产生晃动；
[0023]2、本专利技术通过伸缩结构实现雷达的转动调节，方便雷达探测范围的调节，并通过螺纹杆和螺纹筒的配合实现二次的固定，避免雷达产生晃动；
[0024]3、本专利技术采用弧形块实现齿环与内筒和安装筒的咬合调节，方便固定件与安装板的解锁和锁紧的调节。
[0025]总之，本专利技术具有雷达便于调节且不易产生晃动的优点。
附图说明
[0026]图1为本专利技术的管路结构示意图；
[0027]图2为本专利技术图1的A部分放大结构示意图；
[0028]图3为本专利技术图1的伸缩结构示意图；
[0029]图4为本专利技术图1的转动连接结构的结构示意图；
[0030]图5为本专利技术图4的A
‑
A剖面结构示意图。
[0031]图中，1、雷达；2、安装板；3、伺服马达；4、驱动马达；5、铰接座；6、U型板；7、连接板；8、伸缩软管；9、散热板；11、铰接板；12、螺纹筒；13、铰接筒；14、肋板；15、铰接头；16、螺纹杆；17、铰接柱；18、底板；19、安装筒；20、弧形块；21、偏心柱；22、齿环；23、咬合齿；24、限位珠；25、限位螺栓；26、内筒；27、凹槽；28、插接桶；29、拨杆；30、滚珠；31、圆柱。
具体实施方式
[0032]下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本专利技术保护的范围。
[0033]实施例1
[00本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.基于卷积神经网络的雷达探测装置，包括雷达，其特征在于：所述雷达侧面设置有两个安装板，安装板远离雷达的一端设置有固定件，所述固定件设置有与安装板连接的转动连接结构，以实现安装板转动调节的解锁和锁紧，所述固定件侧面设置有用于带动安装板旋转的伸缩结构，以实现雷达的探测范围的调节。2.根据权利要求1所述的基于卷积神经网络的雷达探测装置，其特征在于：所述转动连接结构包括固定在固定件上的插接桶、位于插接桶一侧的底板、设置于底板上的安装筒、位于安装筒内部的偏心柱、以及套设在偏心柱上的齿环，所述插接桶侧面设置有伺服马达，所述插接桶内部设置有内筒，所述内筒的内径与安装筒的内径相同，所述内筒的左右侧面分别与插接桶和安装筒抵触，所述内筒内侧设置有转动连接在插接桶上的转动盘，所述转动盘连接伺服马达；所述安装筒与偏心柱偏心设置，所述偏心柱设置有抵触在齿环内缘面的弧形块和圆柱，所述弧形块和圆柱位置以偏心柱为中心镜像设置，所述转动盘可带动大弧形块和小弧形块以偏心柱为中心旋转，当所述弧形块移动至偏心柱上方时，所述圆柱位于偏心柱下方且与齿环不接触，所述齿环分别与内筒、以及安装筒咬合，以实现插接桶与安装筒的转动限位，当所述弧形块旋转至偏心柱下方时，所述齿环与内筒、以及安装筒不再咬合；所述底板固定在安装板上。3.根据权利要求2所述的基于卷积神经网络的雷达探测装置，其特征在于：所述安装筒、内筒内壁均沿轴向设置有咬合齿，所述齿环上的齿可与所述咬合齿咬合。4.根据权利要求2所述的基于卷积神经网络的雷达探测装置，其特征在于：安装筒的外缘面、以及插接桶的内缘面均开设有一个或一个以上的环形凹槽，所述安装筒与插接桶的环形凹槽组成断面为正方形的滚动槽，所述滚动槽内设置有与环形凹槽侧面抵触的限位珠，以使得安装筒不能脱离插接桶。5.根据权利要求4所述的基于卷积神经网络的雷达探测装置，其特征在于：所述插接桶外缘面开设有与环形凹槽连通的螺纹孔...

【专利技术属性】
技术研发人员：郭军刚，杨修岭，孙红旗，王宁，郭存勇，张宇飞，李明辉，
申请(专利权)人：郑州丰嘉科技有限公司，
类型：发明
国别省市：